关于消息队列，我们来思考这么几个问题：

1、MQ为什么再系统中使用？一定要在分布式系统中使用吗？

2、MQ有哪些中间件？他们有哪些特点？

3、MQ给系统带来好处的同时有没有带来什么问题？如何解决？

一般在我们面试的时候，面试官一般会问如下问题：

1、你的项目中MQ的作用?

2、为什么选择这款MQ作为消息中间件？

3、重复消费怎么办？

4、如何确保消息被消费？

那么接下来，带着这些问题我来给大家一起分享一些关于MQ的知识。

一、消息中间件在系统中的作用

MQ在系统中到底有哪些作用呢？抛开基本的消息发布订阅不说，还有以下几点：

1、分布式系统解耦

2、不需要立即返回的业务异步处理

3、削峰填谷，不直接访问服务，缓解服务压力，增加性能

4、日志记录

分布式系统解耦：

 在分布式系统中，要么是通过rest调用，要么是通过dubbo等RPC调用，但是有些场景需要解耦设计，不能直接调用，比如消息驱动的系统中，消息发送者完成本地业务，发送消息，多平台的消息消费者服务需要收到推送的消息，然后继续处理其他业务。

看这两个架构图，第一种BC都是直接依赖A服务，那么如果A中的接口修改，BC都要跟着做修改，耦合度高，第二种，通过MQ来作为中间件接收消息，BC只依赖收到的消息而不是具体的接口，这样即使A服务修改或者增加其他服务，都只要订阅MQ就行。

不要求实时的业务异步处理

以用户注册业务流程为例：

1、用户注册入库

2、用户验证邮件发送

3、用户验证短信发送

原来的系统设计，这样的服务流程会串行处理，即先1-2-3，但是这里可以思考一下，如果单个服务单台机器的情况下，注册用户特别多，系统能不能抗住？

这里假设哥哥阶段的时间1=50ms，2=50ms，3=50ms，那么一个请求下来all=150ms，这个再假设，这个服务器CPU=1，且只能处理单线程，那么以这种单台服务器单线程的QPS来算，QPS=1000/150≈7现在我让这个QPS*3，提升三陪，这个时候引入MQ服务作为中间 如图可见，我在A服务用户组测完成后，就直接返回了，这个时候，MQ用来发送异步处理消息，B、C服务分别处理，A不用等待B、C的返回结果，这样用户体验就是只有50ms等待时间，而再邮件、短息这个阶段，因为网络延迟原因，用户可以接收一定时间的等待。

削峰填谷

一般的服务，我们的请求访问系统都是直接请求，这样的模式再用户访问量不大的情况下，问题不是很大，但是如果用户请求打到了一定的瓶颈或者产生了一些问题，我们就需要考虑优化我们的系统架构，MQ中间件正式解决办法之一。

下面以秒杀系统为例分析问题，秒杀系统瞬间百万并发，怎么处理？一般秒杀系统会进行请求过滤，无效、重复都会被过滤一遍，剩下的才真正进入到秒杀服务、订单服务。但即使这样并发仍然很高，如果网关把全部请求都转发到下优订单服务，一样会压垮下游系统，造成服务不可用甚至雪崩

 真实的秒杀系统更复杂，包含Nginx、网关、注册中心、redis缓存、数据库集群、消息队列集群

解决方式就是将上游处理的较快的任务，加入到队列处理，下游逐一消费队列。直到所有队列消费完成。加入秒杀服务处理请求数：1000/s，下游订单服务处理请求为：10/s，为了不给下游订单服务造成压力，秒杀后的信息发送到队列，订单服务就可以从容淡定的10/s的速度来逐个处理了，而不是直接塞1000哥请求，也不管人家愿不愿意。

到这里，可以总结下秒杀系统的过滤方式：

1、页面按钮点击一次置灰

2、每秒通过请求数限制，例如100/s，可以使用Nginx，sentinel

3、过滤同一用户的重复请求，通过用户唯一标识，商品信息。

4、通过消息队列储存成功的秒杀信息，下游订单系统处理

日志

所有服务都将日期发送到MQ服务用来作为日志存储，MQ作为中间件对日志进行持久化、转发、大数据服务对MQ读取和进行日志分析。

二、 MQ怎么选

有人上来就是一通性能比较，然后说RabbitMQ是世界上最好的MQ，你把挑选MQ比作挑老婆吧，上来就要全套，肤白貌美、前凸后翘、性感火辣、勤劳能干……真是缺乏社会的教育啊，兄弟，养的起来吗？动不动一套保养套餐，1W/月守得住吗？隔壁老王经常来你家吃饭吧，吃得消吗？红枣+枸杞+补肾片，怕是心有余而力不足吧。

言归正传，其实我觉得这是一个思考题，首先我们要看的应该是条件是哪些？

1、用途？用来做日志、解耦、还是异步处理

2、公司情况？人员是否充足，现有人员技术栈情况、人员的技术栈实力

3、项目情况？项目周期、人员、用户量、架构设计、是否老项目

4、主流MQ现状？稳定可靠度、社区活跃度、文档全面性、云服务支持情况

上图的例子日志消息就是用的kafka，为什么是kafka？kafka是LinkedIn开源的分布式发布-订阅消息系统，属于Apache顶级项目，社区活越。kafka主要特点是基于Pull的模式来处理消息消费，追求高吞吐量，一开始的目的就是用于日志收集和传输，后来版本升级开始支持复制，不支持事务，对消息的重复、丢失、错误没有严格要求，适合产生大量数据的互联网服务的数据收集业务。但是kafka相对来说很重要，需要依赖zookeeper，大公司里使用没有问题，也少不了专人维护。

RocketMQ是案里开源的一套可靠消息系统，已经捐赠Apache为顶级项目。刚开始定位于非日志的可靠消息传输，其实再日志处理方面性能也不错。目前支持的客户端包括java、c++、go，社区比较活越，文档还算全面，但是涉及到核心的要修改还是有难度的，毕竟阿里云靠买这个服务赚钱呢。所以如果公司实例不自信还是慎重选择吧，实在不行可以直接购买云服务，省心省力，还是那句话，看实际情况。

三、主流MQ的特点：

四、如何确保消息不被重复消费

这里简单说说，后面有时间我会就这个问题详细说明。大致就是一些特殊原因例如网络原因，服务重启造成消息消费未被记录，造成重复消费的可能，一般的处理方式就是确保接口设计的幂等性，主旨通过唯一标识判断是否存在。

1、redis缓存使用，唯一性token保存redis，每次消费后删除token

2、唯一主键判断，数据库判断是否存在该逐渐记录，存在则更新，不存在则插入